【pytorch学习1】pytorch中的cat、stack、tranpose、permute、unsqeeze详解

【pytorch学习1】pytorch中的cat、stack、tranpose、permute、unsqeeze详解catstacktransposepermutesqueeze 和 unsqueeze首先导入pytorch,利用linspace生成两个4*3的2维tensor>>> import torch as t# t.linspace(start,end,num) ......
摘要由CSDN通过智能技术生成

【pytorch学习】pytorch中的cat、stack、tranpose、permute、unsqeeze详解

首先导入pytorch,利用linspace生成两个4*3的2维tensor

>>> import torch as t
# t.linspace(start,end,num)   
# start到end均匀分为num个,返回值是tensor
>>> a=t.linspace(1,23,12).reshape(4,3)
>>> a
tensor([[ 1.,  3.,  5.],
        [ 7.,  9., 11.],
        [13., 15., 17.],
        [19., 21., 23.]])

>>> b=t.linspace(2,24,12).reshape(4,3)
>>> b
tensor([[ 2.,  4.,  6.],
        [ 8., 10., 12.],
        [14., 16., 18.],
        [20., 22., 24.]])

cat

对数据沿着某一维度拼接,cat后数据的总维数不变。
比如下对tensor a和 tensor b(分别为4×3,4×3)进行拼接。

>>> c=t.cat((a,b),0) # 0表示对行拼接,1表示对列拼接,这个值不能超过a,b的最大维数
>>> c
tensor([[ 1.,  3.,  5.],
        [ 7.,  9., 11.],
        [13., 15., 17.],
        [19., 21., 23.],
        [ 2.,  4.,  6.],
        [ 8., 10., 12.],
        [14., 16., 18.],
        [20., 22., 24.]])
>>> c.shape
torch.Size([8, 3])



>>> c=t.cat((a,b),1)
>>> c
tensor([[ 1.,  3.,  5.,  2.,  4.,  6.],
        [ 7.,  9., 11.,  8., 10., 12.],
        [13., 15.
  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值